5大#机器学习必备JavaScript框架 |【致敬开源】
本帖最后由 不二如是 于 2018-12-6 15:25 编辑虽然前两天全球最大的男性社交网站Github被微软收购了，上面的开源框架不用担心，依旧开源。
（更多请看：**** Hidden Message *****）
机器学习，人工智能，是当下时髦热词。
无论鱼油是想要学习机器学习的JavaScript开发人员，还是计划使用JavaScript的机器学习专家。
本帖介绍的5个开源框架，鱼油都应该知道～
机器学习领域的快速发展离不开开源工具的推动，这些工具允许开发人员轻松构建应用程序。
虽然Python语言支持大多数机器学习框架，但JavaScript并没有被抛在后面。
JavaScript开发人员一直在使用各种框架来在浏览器中训练和部署机器学习模型。
TensorFlow.js
tensoflow.js 支持在浏览器中利用JavaScript来运行深度学习，它是deeplearn.js的继任者。
而且改进了Deeplearn.js的功能，使开发者能够充分利用浏览器进行更深入的机器学习体验。
借助该库，您可以使用多功能，直观的API在浏览器中从头开始定义，培训和部署模型。
此外，它自动提供对WebGL和Node.js的支持。
你可以在浏览器中直接导入预先训练好的模型。
也可以在浏览器中直接从头开始训练一个全新的模型。
官网：传送门
ML.js
Machine learning tools是mljs组织开发的工具的汇编。
用JavaScript进行机器学习的工具。
这些工具可以帮助开发者学习几种机器学习算法。
包括无监督学习，监督学习，数据处理，人工神经网络（ANN），数学和回归。
如果你想要寻找类似于Scikit-learn for JavaScript in-browser机器学习的东西，则也可以使用此套工具。
官网：传送门
Keras.js
Keras.js也是一个热门的开源框架，允许开发者在浏览器中运行训练好的机器学习模型。
它支持WebGL的GPU模式。
如果你在Node.js中有模型，你只能在CPU模式下运行它们。
Keras.js还为使用后端框架培训的模型提供支持（例如Microsoft Cognitive Toolkit（CNTK））
一些Keras模型可以部署在客户端浏览器上，包括在 ImageNet 上训练的 Inception V3。
在 ImageNet 上训练的 50 层的残差网络（Residual Network）以及在 MNIST 上训练的卷积变自编码器。
官网：传送门
Brain.js
机器学习的概念非常重要，如果没有理解清楚也许就止步不前了。
这一领域的技术和专业术语可能会让初学者感到不适，想要弄懂它们Brain.js就显得尤为重要。
Brain.js是一个开源的，基于JavaScript的框架，它简化了定义，培训和运行神经网络的过程。
如果是一名完全缺乏机器学习的JavaScript开发人员，Brain.js可以减少的学习障碍。
它可以与Node.js一起使用，也可以在客户端浏览器中用于训练机器学习模型。
Brain.js支持的一些网络包括前馈网络，Ellman网络和门控循环单元网络（(GRU)）。
官网：传送门
STDLib
STDLib是是JavaScript和Node.js的数字和科学计算标准库。
重点放在数字和科学计算应用程序上。
该库为数学，统计学，数据处理，数据流等提供了一组强大的高性能库。
并包含许多你想要从标准库中获得的实用程序。
该库具有全面而又先进的数学和统计功能，可帮助你构建高性能的机器学习模型。
你还可以使用它的扩展程序来构建实用的应用程序和其他库。
此外，如果你想要一个数据可视化和探索性数据分析框架，你会发现STDLib也是不二之选。
官网：传送门
如果有收获，别忘了评分{:10_281:} ：
http://xxx.fishc.com/forum/201709/19/094516hku92k2g4kefz8ms.gif 真的是，最近刚了解到机器学习，和深度学习相关的内容，没有想到js也支持。。。{:10_256:} 框架 {:5_106:}
页:
[1]